位置：首页-资讯-后端开发

用Python采集《雪中悍刀行》弹幕做成词云实例

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

前言

最近已经播完第一季的电视剧《雪中悍刀行》，从播放量就可以看出观众对于这部剧的期待，总播放量达到50亿，可让人遗憾的是，豆瓣评分只有5.7，甚至都没有破6。

很多人会把这个剧和《庆余年》做对比，因为主创班底相同

400余万字的同名小说曾被捧为网文界里的“名著”，不少粉丝早就对跨界改编有所期待，剧版的主创班底、出品方与2019年的爆款剧《庆余年》相同则放大了这份期待。然而《雪中悍刀行》播出后，书粉的怒火蔓延到了各类讨论场合。

今天就来采集这部剧的一部分视频弹幕，看看观众都说了啥，为什么播放量高，口碑却低

知识点介绍

requests模块的使用

pandas保存表格数据

pyecharts做词云图可视化

环境介绍

python 3.8

pycharm

requests >>> pip install requests

pyecharts >>> pip install pyecharts

代码实现

1. 导入模块

import re

import requests     # 发送网络请求
import pandas as pd # 保存数据

2. 发送网络请求

headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36'
}
# 构建一个列表储存数据
data_list = []
for page in range(15, 1500, 30):
    url = f'https://mfm.video.qq.com/danmu?otype=json&target_id=7626435152%26vid%3Dp0041oidttf&session_key=0%2C174%2C1642248894&timestamp={page}'
    esponse = requests.get(url=url, headers=headers)

3. 获取数据弹幕内容

json_data = response.json()

<Response [200]>: 告诉我们响应成功

4. 解析数据(筛选数据) 提取想要的一些内容不想要的忽略掉

comments = json_data['comments']
print(comments)
for comment in comments:
    data_dict = {}
    data_dict['commentid'] = comment['commentid']
    content = comment['content']
    content = re.sub(r'[\x0e\xa0]', '', content)

    data_dict['content'] = content
    data_dict['opername'] = comment['opername']
    print(data_dict)
    data_list.append(data_dict)

5. 保存数据

df = pd.DataFrame(data_list)
# 乱码, 指定编码 为 utf-8 或者是 gbk 或者 utf-8-sig
df.to_csv('data.csv', encoding='utf-8-sig')

6. 词云图可视化

import jieba
from pyecharts.charts import WordCloud
import pandas as pd
from pyecharts import options as opts

wordlist = []
data = pd.read_csv('data.csv')['content']
data

a = [list(z) for z in zip(word, count)]
c = (
    WordCloud()
    .add('', a, word_size_range=[10, 50], shape='circle')
    .set_global_opts(title_opts=opts.TitleOpts(title="词云图"))
)
c.render_notebook()